TorchSharpCatalog.TextClassification 方法
定義
重要
部分資訊涉及發行前產品，在發行之前可能會有大幅修改。 Microsoft 對此處提供的資訊，不做任何明確或隱含的瑕疵擔保。
多載
| 名稱 | Description |
|---|---|
| TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, TextClassificationTrainer+TextClassificationOptions) |
微調一個 NAS-BERT 模型以進行自然語言處理分類。 任何句子的上限為512個代幣。 每個單字通常對應一個詞元，我們會自動加入兩個特殊詞元（起始詞和分隔詞），因此一般來說，這個限制是所有句子的 510 字。 |
| TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, Int32, Int32, BertArchitecture, IDataView) |
微調一個 NAS-BERT 模型以進行自然語言處理分類。 任何句子的上限為512個代幣。 每個單字通常對應一個詞元，我們會自動加入兩個特殊詞元（起始詞和分隔詞），因此一般來說，這個限制是所有句子的 510 字。 |
TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, TextClassificationTrainer+TextClassificationOptions)
微調一個 NAS-BERT 模型以進行自然語言處理分類。 任何句子的上限為512個代幣。 每個單字通常對應一個詞元，我們會自動加入兩個特殊詞元（起始詞和分隔詞），因此一般來說，這個限制是所有句子的 510 字。
public static Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer TextClassification(this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer.TextClassificationOptions options);static member TextClassification : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer.TextClassificationOptions -> Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer<Extension()>
Public Function TextClassification (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, options As TextClassificationTrainer.TextClassificationOptions) As TextClassificationTrainer參數
變身者的目錄。
進階選項。
傳回
適用於
TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, Int32, Int32, BertArchitecture, IDataView)
微調一個 NAS-BERT 模型以進行自然語言處理分類。 任何句子的上限為512個代幣。 每個單字通常對應一個詞元，我們會自動加入兩個特殊詞元（起始詞和分隔詞），因此一般來說，這個限制是所有句子的 510 字。
public static Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer TextClassification(this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, string labelColumnName = "Label", string scoreColumnName = "Score", string outputColumnName = "PredictedLabel", string sentence1ColumnName = "Sentence1", string sentence2ColumnName = default, int batchSize = 32, int maxEpochs = 10, Microsoft.ML.TorchSharp.NasBert.BertArchitecture architecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Microsoft.ML.IDataView validationSet = default);static member TextClassification : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * string * string * string * string * string * int * int * Microsoft.ML.TorchSharp.NasBert.BertArchitecture * Microsoft.ML.IDataView -> Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer<Extension()>
Public Function TextClassification (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, Optional labelColumnName As String = "Label", Optional scoreColumnName As String = "Score", Optional outputColumnName As String = "PredictedLabel", Optional sentence1ColumnName As String = "Sentence1", Optional sentence2ColumnName As String = Nothing, Optional batchSize As Integer = 32, Optional maxEpochs As Integer = 10, Optional architecture As BertArchitecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Optional validationSet As IDataView = Nothing) As TextClassificationTrainer參數
變身者的目錄。
- labelColumnName
- String
標籤欄位名稱。 欄位應該是鍵型。
- scoreColumnName
- String
分數欄名稱。
- outputColumnName
- String
輸出欄位名稱。 它將成為關鍵類型。 這是預測的標籤。
- sentence1ColumnName
- String
第一句話的專欄名稱。
- sentence2ColumnName
- String
第二句話的欄位名稱。 只有當你的NLP分類需要句子對時才需要。
- batchSize
- Int32
批次中的數據列數目。
- maxEpochs
- Int32
訓練集最多循環次數。
- architecture
- BertArchitecture
模型的架構。 預設是羅伯塔。
- validationSet
- IDataView
訓練時用於提升模型品質的驗證集。